textContent 是提取节点纯文本最可靠方式，自动递归遍历、合并空白、跳过注释和 script/style，不受 CSS 影响；使用前须判空并 trim()，HTML 字符串需先用 DOMParser 解析。
用 textContent 直接读取节点内纯文本最可靠
浏览器原生的 textContent 是提取节点内部所有文本（不含 HTML 标签）的首选方式，它自动递归遍历子节点、合并空白、跳过注释和 script/style 内容，且不触发渲染。比 innerText 更稳定——后者受 CSS 样式（如 display: none）影响，可能漏掉隐藏但存在的文本。
常见错误现象：document.getElementById('foo').textContent 报错 Cannot read property 'textContent' of null，本质是元素没找到。必须先判空：
const el = document.getElementById('foo');if (el) console.log(el.textContent.trim());
注意：trim() 是必要的，因为 textContent 保留原始换行与缩进；若需进一步清洗（如把多个空格转为单个），得额外调用 .replace(/\s+/g, ' ')。
用 querySelector + textContent 定位并提取更灵活
CSS 选择器比 ID 更通用，适合无固定 ID 的结构，比如类名、属性或嵌套关系。但 querySelector 找不到时返回 null，直接链式调用 .textContent 会崩。
立即学习“前端免费学习笔记（深入）”；
使用场景：提取商品标题、时间戳、带 <strong></strong> 包裹的字段旁的纯文本（例如 <p><strong>Time:</strong> 13:45</p> 中的 13:45）。
const timeEl = document.querySelector('p.inner-info-blk');if (timeEl) console.log(timeEl.textContent.replace(/Time:\s*/i, '').trim());
为什么不用正则清理标签？因为正则无法处理嵌套、属性、实体编码（如 &），而 textContent 天然规避这些问题。若文本被包裹在多个层级中（如 <div><span><em>text</em></span></div>），textContent 仍能一次拿到全部内容。
用 DOMParser 解析 HTML 字符串再取文本
当你要从一段 HTML 字符串（比如 title 属性值、AJAX 返回的片段、富文本字段）里提取纯文本，不能直接用 textContent —— 因为它只对已挂载或已解析的 DOM 节点有效。这时得先解析字符串为 DOM 结构。
关键点：必须用 DOMParser，而不是手写正则替换标签。正则在面对 <img src="x" alt="a > b"> 或自闭合标签时极易出错。
const parser = new DOMParser();const doc = parser.parseFromString(htmlString, 'text/html');const text = doc.body?.textContent || doc.documentElement?.textContent || '';
兼容性提示：IE10+ 支持，现代浏览器无压力；但 parseFromString 对空字符串或非法 HTML 仍返回有效 Document，所以要用可选链（?.）加兜底空字符串。
用 get_text()（BeautifulSoup）或 text 属性处理服务端 HTML
在 Python 爬虫或后端解析中，BeautifulSoup 的 tag.get_text() 是生产首选，tag.text 仅作快速调试用。
差异很实际：tag.text 不做清洗，保留所有换行、空格、制表符，常导致后续字符串匹配失败；tag.get_text(strip=True, separator=' ') 才真正可用。
-
soup.select_one('.price')必须判空再调用，否则None.get_text()抛AttributeError -
strip=True去首尾空白，separator=' '把嵌套标签间的文本用空格连起来（避免“¥”和“99”紧贴成“¥99”） - 若 HTML 来自不可信来源，优先用
lxml解析器（BeautifulSoup(html, 'lxml')），比默认html.parser更健壮、更快
真正容易被忽略的是：所有这些方法都只提取「可见文本节点」，对 aria-label、title、data-* 属性里的语义文本完全无感——那些得单独用 .getAttribute() 或 .dataset 拿。
